[发明专利]一种基于绝对二次曲线像的相机自标定方法

说明书

本发明公开了一种基于绝对二次曲线像的相机自标定方法，属于图像处理和相机标定技术领域。所述方法具体为：提取特征点和特征直线，计算消影点、消影线以及虚圆点的像；根据消影点和虚圆点的像，计算绝对二次曲线的像并求出相机的内参数矩阵，利用旋转矩阵的正交特性计算旋转矩阵，利用相机中心在世界坐标系中的位置计算平移向量；利用透视投影模型计算的消影线与通过消影点拟合得到的消影线进行对比计算相机的欧拉角；利用归一化算法来求解基本矩阵，确定不同图像之间的约束关系，完成相机自标定。本发明的优点在于设计一种新的靶标，使用该靶标进行标定简单方便实用，具有广泛的实用性，提高了数据处理的精确度，减少坐标变换对数据的影响。

技术领域

本发明属于图像处理和相机标定技术领域，具体涉及一种基于绝对二次曲线像的相机自标定方法。

背景技术

近几年，随着人工智能研究的发展，计算机视觉(比如视觉导航SLAM，三维重构，增强现实等)作为人工智能的关键技术之一，也得到了越来越多的重视。现在研究计算机视觉的技术人员越来越多，研究的也越来越深入，在日常生活中计算机视觉的应用也越来越广。而在进行计算机图像处理之前，最主要的工作是要确定相机的参数，其中包括相机内参数和外参数。相机参数标定的是否准确将直接影响图像处理的准确性和精度。而现有技术中，无法实现在相机参数未知的情况下，快速准确的标定相机参数。

发明内容

本发明提出一种基于绝对二次曲线像的相机自标定方法，并针对该方法设计了一种新的靶标，利用该靶标进行相机自标定，方便灵活。本发明的提出一种基于绝对二次曲线像的相机自标定方法，首先提取靶标的特征点和特征直线，求出消影点、消影线以及虚圆点的像，然后利用绝对二次曲线的像求出内参数矩阵，其中，忽略扭曲参数对相机的影响，所述内参数矩阵的参数值即为相机的内参数；再利用旋转矩阵的正交特性计算旋转矩阵，利用相机中心在世界坐标系中的位置计算平移向量，所述平移向量即为相机的外参数；然后利用透视投影模型计算所得的消影线与通过所述消影点拟合得到的消影线进行对比计算相机的欧拉角；最后利用归一化8点算法来求解基本矩阵F，进而确定不同图像之间的约束关系，这样相机的所有参数即可求出。利用所述方法不需要相机的任何先验信息，因此该方法的适用范围比较广。

本发明提供的基于绝对二次曲线像的相机自标定方法，包括如下步骤：

步骤一、提取靶标的特征点和特征直线，计算消影点、消影线以及虚圆点的像；

所述特征点和特征直线的提取采用Harris角点检测算法，所述消影点和消影线利用平行线的像的交点或者利用拉格尔定理及推论计算，所述消影线为消影点拟合所得，所述虚圆点的像采用归一化单应的方法求取；

步骤二、根据步骤一中所求的消影点和虚圆点的像，计算绝对二次曲线的像w并求出相机的4个内参数矩阵K，利用旋转矩阵的正交特性计算旋转矩阵R，利用相机中心在世界坐标系中的位置C计算平移向量t；

步骤三、利用透视投影模型计算的消影线与通过消影点拟合得到的消影线进行对比计算相机的欧拉角；

步骤四、利用归一化8点算法来求解基本矩阵F，进而确定不同图像之间的约束关系，即完成对相机所有参数的自标定。

本发明的优点在于：

(1)本发明针对基于绝对二次曲线像的相机自标定方法设计了一种新的靶标，使用该靶标进行标定简单方便实用，摆脱了以往需要特定标定工具才能完成相机标定的束缚。

(2)本发明所提供的方法在自标定的过程中，不必提供关于相机的任何参数，也不必提供任何先验信息，通过对靶标图像的计算就可以得到相机的内外参数，因此具有广泛的实用性。

(3)本发明在数据处理的过程中使用归一化的方法，提高了数据处理的精确度，减少了坐标变换对数据的影响。

附图说明

图1为本发明中所设计的靶标的俯视图；